Falcon:在可扩展链接可视化中的交互延迟和分辨率敏感性之间取得平衡
时序数据与网络图可视化可视化感知与认知软件工程师与开发者数据科学家与分析师
我们提出了以用户为中心的预取和索引方法,这些方法提供了在链接的可视化之间进行低延迟交互的功能,从而实现了对包含数十亿记录的数据集的冷启动探索。我们在Falcon中实现了这些方法,Falcon是一个基于Web的系统,它在延迟和分辨率之间做出原则性的权衡,以优化刷选和视图切换时间。为了优化对延迟敏感的刷选操作,Falcon在用户正在刷选的活动视图发生变化时重新索引数据。为了限制视图切换时间,Falcon最初加载减少的交互分辨率,然后逐步提高它们。基准测试表明,Falcon在没有昂贵的预计算的情况下,实现了跨多个可视化进行像素级刷选和链接的实时交互,帧率为50fps。我们展示了无论数据集大小如何,从浏览器中的数百万条记录到连接到后端数据库系统时的数十亿条记录,刷选性能始终保持不变。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
时序数据与网络图可视化、可视化感知与认知
work
职业/产业
软件工程师与开发者、数据科学家与分析师
article
内容状态
仅摘要
hub
相关论文
5 篇相关论文